Mô hình được huấn luyện trên dữ liệu khí quyển toàn cầu trong nhiều thập kỷ, cùng với một cơ sở dữ liệu gồm gần 5.000 cơn bão nhiệt đới trong lịch sử . Nó có thể tạo ra 1.000 kịch bản bão xác suất trong vòng chưa đầy một phút mỗi lần chạy trên một TPU duy nhất, cung cấp cho các nhà dự báo một tập hợp các kết quả khả thi thay vì một dự báo xác định duy nhất
.
Kết quả chính rất cụ thể và có thể đo lường được. Theo bài báo trên Nature, dự báo ba ngày của WeatherNext Cyclones chính xác như những gì các mô hình dẫn đầu trước đây chỉ có thể đạt được ở dự báo hai ngày . Trung bình, điều này mang lại thêm khoảng 24 giờ thời gian cảnh báo cho các nhà dự báo để cảnh báo các cộng đồng nằm trong đường đi của bão
.
Sự cải thiện này đã được xác thực dựa trên các cơn bão nhiệt đới từ năm 2023 đến 2025. Trong tập dữ liệu đó, WeatherNext vượt trội so với các mô hình vận hành hàng đầu — bao gồm ECMWF-ENS và HWRF — về các chỉ số đường đi, cường độ và cấu trúc gió . Google DeepMind mô tả mức cải thiện này tương đương với khoảng một thập kỷ tiến bộ dự báo khí tượng thông thường
.
WeatherNext Cyclones không chỉ là một dự án nghiên cứu. Nó đã được vận hành thử nghiệm trong mùa bão Đại Tây Dương 2025, nơi nó tạo ra sự xác thực thực tế ấn tượng nhất .
Vào tháng 5 năm 2025, mô hình đã đưa ra dự báo thời gian thực được ghi nhận về sự mạnh lên nhanh chóng của siêu bão Melissa. Bắt đầu từ sức gió cấp 1, WeatherNext đã dự báo chính xác rằng cơn bão sẽ đạt cường độ cấp 5 — một bước nhảy vọt khiến các nhà dự báo tại Trung tâm Bão Quốc gia Mỹ (NHC) phải chú ý .
Quan trọng hơn, NHC đã sử dụng dự báo của WeatherNext để đưa ra cảnh báo về việc bão Melissa đổ bộ vào Jamaica trước 5 ngày. Theo Google DeepMind, đây là lần đầu tiên các nhà dự báo NHC dự báo một cơn bão sẽ đạt cường độ cấp 5 bắt đầu từ sức gió cấp 1, và thời gian cảnh báo thêm này đã giúp cứu sống nhiều người . Dự báo của mô hình đi kèm với độ tin cậy 80%, giúp các nhà ra quyết định có đủ cơ sở để hành động
.
WeatherNext Cyclones được xây dựng trên kiến trúc WeatherNext 2 rộng hơn, mà Google DeepMind đã giới thiệu vào tháng 11 năm 2025 . WeatherNext 2 tạo ra các dự báo nhanh hơn 8 lần so với các hệ thống trước đó và ở độ phân giải lên đến khoảng thời gian 1 giờ
. Nhưng mô hình dành riêng cho bão đòi hỏi phải giải quyết một bài toán khó hơn: làm thế nào để đưa ra các dự báo chính xác bằng cách sử dụng dữ liệu khí quyển toàn cầu tương đối thô thay vì lưới khu vực có độ phân giải cao.
Theo bài báo trên Nature, WeatherNext Cyclones thách thức giả định lâu nay rằng dự báo bão chính xác đòi hỏi dữ liệu độ phân giải cao. Bằng cách huấn luyện trên các điều kiện khí quyển toàn cầu, mô hình đạt được độ chính xác hàng đầu mà không tốn kém chi phí tính toán như các mô hình độ phân giải cao truyền thống . Đây là lý do chính khiến mô hình có thể chạy đủ nhanh để hữu ích cho các hoạt động thời gian thực.
Không giống như nhiều đột phá AI thường bị giữ kín trong các phòng thí nghiệm nghiên cứu của tập đoàn, Google DeepMind đã phát hành WeatherNext Cyclones, WeatherNext 2 và WeatherNext 2-mini dưới dạng mô hình mã nguồn mở .
Mã nguồn và trọng số mô hình có sẵn trên GitHub với giấy phép thương mại . Điều này có nghĩa là các cơ quan khí tượng quốc gia ở các nước đang phát triển — những nơi có thể không có ngân sách cho các hệ thống dự báo độc quyền — có thể tải xuống, chạy và tùy chỉnh các mô hình cho nhu cầu địa phương của họ
. Biến thể WeatherNext 2-mini nhỏ gọn được thiết kế để có thể chạy trong một notebook Colab, giúp các nhà nghiên cứu có tài nguyên tính toán hạn chế cũng có thể tiếp cận
.
Không thể phóng đại tác động thực tế của việc có thêm một ngày cảnh báo. Mỗi giờ thời gian cảnh báo thêm cho phép các nhà quản lý khẩn cấp ra lệnh sơ tán, dự trữ vật tư và đưa ra cảnh báo có mục tiêu đến các nhóm dân cư dễ bị tổn thương. Trong một thế giới mà biến đổi khí hậu đang làm cho các cơn bão nhiệt đới trở nên dữ dội và khó dự báo hơn, việc có một mô hình AI có thể mang lại một thập kỷ cải tiến trong một lần phát hành — và được cung cấp miễn phí cho tất cả mọi người — là một bước tiến quan trọng cho khả năng chống chịu khí hậu toàn cầu.